不明白,啥意思?你这策略不是挺好嘛

@菲比脑筋 已经失效，找人写个新的

如果能把策略说清楚，可以用ChatGPT帮忙写代码

骗子

@冲浪小鸡 你会写吗

这不是未来函数吗

找人写个策略,我的要求很高 我要1分钟数据,买入股票 用GPT写 分析5只股票 要求很高,没兴趣的别加好友 你要先回答我一个问题,回答不出来就说明你没有能力 我能给你什么 1000 年化600%策略信号,每天早上发给你, 看不上的别加好友,说的很清楚了,不想浪费你的时间


找人一起学习写策略,我的要求很高 我要1分钟数据,买入股票 用GPT写 我能给你什么 年化600%策略信号,每天早上发给你, 看不上的别加好友,说的很清楚了,不想浪费你的时间 13157933557

过不了多久你就会是世界首富

1.找人一起学习用GPT写策略 2.用年化600%策略信号,每天早上发给你,找人教我用GPT写策略 3.花钱,找人教我用GPT写策略,1000教2个月 4. 首先帮我写一个统计策略,你先花一个小时帮我写好 我在花一个小时回答你的问题 看清楚这一条,我不想浪费你的时间 5.3种合作方法,你有更好的合作方法也可以说 13157933557

现在我要写一个MACD高位死叉卖股策略 1.建一个卖出股票池 2.下面的就是GPT 写的策略 我想要的就是一起完善它, 最后可以在JQ使用 首先，在量化交易中，MACD高位死叉是一个著名的卖出信号。为了实现这一策略，我们可以利用Python编写一个程序来读取5只股票的实时数据，并在MACD出现高位死叉时发出卖出信号。下面是一个简单的代码实现： ```python import tushare as ts import talib as ta import time # 设置股票代码列表 symbol_list = ['600001', '600002', '600003', '600004', '600005'] # 开始循环获取实时数据 while True: try: # 获取实时K线数据 df = ts.get_realtime_quotes(symbol_list) # 计算MACD指标 macd, signal, hist = ta.MACD(df['price'].astype(float)) # 获取最新的MACD值 macd_latest = macd[-1] signal_latest = signal[-1] # 检查是否出现死叉 if macd_latest < signal_latest: # 发出卖出信号 print("MACD出现高位死叉，卖出股票！") # 等待1分钟后再次执行 time.sleep(60) except Exception as e: print(e) ``` 上述代码使用了tushare和talib两个Python库，其中tushare用于获取实时股票数据，talib用于计算技术指标。我们可以将股票代码存储在一个列表中，并在一个循环中不断获取最新数据，并计算MACD指标。如果MACD出现高位死叉，则发出卖出信号。程序每隔1分钟执行一次。 需要注意的是，这只是一个简单的示例程序，实际情况中需要考虑更多的因素，例如手续费、资金管理等。同时还需要进行回测和优化，以验证策略的有效性，并找到更好的参数组合。

现在出现几个问题 要是写出这个策略 你也可以有这个策略 有兴趣的 可以合作 一起写

# 计算MACD指标 df['macd'], df['macdsignal'], df['macdhist'] = talib.MACD(df['close'], fastperiod=12, slowperiod=26, signalperiod=9) # 计算KDJ指标 df['k'], df['d'] = talib.STOCH(df['high'], df['low'], df['close'], fastk_period=9, slowk_period=3, slowk_matype=0, slowd_period=3, slowd_matype=0) df['j'] = 3 * df['k'] - 2 * df['d'] # 计算RSI指标 df['rsi6'] = talib.RSI(df['close'], timeperiod=6) df['rsi12'] = talib.RSI(df['close'], timeperiod=12) df['rsi24'] = talib.RSI(df['close'], timeperiod=24) # 计算布林带指标 df['upper'], df['middle'], df['lower'] = talib.BBANDS(df['close'], timeperiod=20, nbdevup=2, nbdevdn=2, matype=0) # 计算MA指标 df['ma5'] = talib.MA(df['close'], timeperiod=5) df['ma10'] = talib.MA(df['close'], timeperiod=10) df['ma20'] = talib.MA(df['close'], timeperiod=20) df['ma30'] = talib.MA(df['close'], timeperiod=30) df['ma60'] = talib.MA(df['close'], timeperiod=60) df['ma120'] = talib.MA(df['close'], timeperiod=120)

现在找人一起学 用GPT写策略

我想明白了,找人长期合作 现在把年化600% 策略信号 分享给你 代码也可以给你(这个就要成为朋友才能给)要有很深的友谊 当然策略有一天会失效 这一个月因为 注册制 赔了5% , 后面会变好 还是变坏 不知道 会python的,合作 不会python的,一起学

确定不骗人？

@lujie001122 骗你的,别加我

1.找人一起学习用GPT写策略 2.用年化600%策略信号,每天早上发给你,找人教我用GPT写策略 4. 首先帮我写一个统计策略,你先花一个小时帮我写好 我在花一个小时回答你的问题 看清楚这一条,我不想浪费你的时间